4. Primero, comprobamos si las variables tienen una distribución normal. Haremos
una gráfica de comparación de cuartiles de altura y peso
5. INTERPRETACIÓN:
Parece que no siguen una distribución normal, ya que hay muchos puntos que no están
dentro de las líneas discontinuas.
Para verificarlo, debemos realizar el test de normalidad
Usaremos el test de Kolmogorov porque es una muestra >50.
7. • Tanto en la variable peso como en altura, la p-value es menor a 0,05, por lo que
no siguen una distribución normal.
• Tenemos que utilizar Spearman para comprobar la relación entre las dos
variables.
• Realizaremos un diagrama de dispersión para ayudarnos.
8. Podemos ver que la nube de
puntos de encuentra cerca de la
línea verde, aunque hay algunos
puntos que se alejan demasiado
de esta línea.
Procedemos a realizar el
coeficiente de Spearman.
9. 1. Estadísticos
2. Resúmenes
3. Matriz de correlaciones
Debemos seleccionar las dos
variables, marcar Coeficiente
de Spearman y Observaciones
completas.
Así vemos que la
correlación es positiva
y fuerte, ya que se
encuentra cerca de 1.
10. Por último, realizamos un test de correlación para rechazar o aceptar la Hipótesis
nula.
1. Estadísticos
2. Resúmenes
3. Test de correlación Seleccionamos
las dos variables, Coeficiente de Sperman
(Tipo de correlación) y Bilateral (Hipótesis
alternativa)
11. La p-value es mucho menor que 0,05, por lo que rechazamos la hipótesis
nula.
Esto nos indica que la altura si influye en el peso. La variable “altura” y
“peso” son dependientes, por tanto, si la altura aumenta, también lo hará el
peso.
Notas del editor
Importar la BBDD desde Excel a R
En la BBDD en Excel estas variables están en forma numérica, así que los alumnos podrán crear la variable nueva “riesgo sexual” que sea la suma de todas esas variables.
Deberán crea una variable categórica y dicotómica que aúne las diferente puntuaciones posibles de la variable “riesgo sexual” y tendrán que pensar y razonar dónde poner el limite entre un bajo riesgo y un alto riesgo.